Unified Multimodal Understanding via Byte-Pair Visual Encoding

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, Wanpeng, Feng, Yicheng, Luo, Hao, Li, Yijiang, Yue, Zihao, Zheng, Sipeng, Lu, Zongqing
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2506.23639